72
Taulukko 14. Estimoidut kiinteât Vaikutukset
|
pâivâ |
FE |
paiva FE |
paiva |
FE |
paiva |
FE | |
|
28.2 |
36,64 |
3.3 |
35.44 |
4.3 |
35.75 |
5.3 |
35.68 |
|
6.3 |
36.71 |
7.3 |
36.67 |
10.3 |
36.89 |
11.3 |
36.08 |
|
12.3 |
36.12 |
13.3 |
36.45 |
14.3 |
35.61 |
17.3 |
37.46 |
|
18.3 |
38.85 |
19.3 |
39.32 |
20.3 |
42.73 |
21.3 |
40.94 |
|
24.3 |
40.75 |
25.3 |
41.14 |
26.3 |
40.67 |
1.4 |
41.87 |
|
2.4 |
41.15 |
3.4 |
42.53 |
4,4 |
43.91 |
7.4 |
41.81 |
FE - kiinteâ vaikutus
6.3.4 Satunnaisten Vaikutusten malli
Satunnaisten Vaikutusten mallissa paivittàisia yksilôllisia Vaikutuksia kâsitellâân
Satunnaismuuttujina, dummy-muuttujamenetelmàn kiinteiden vakioiden sijaan. Myos
Satunnaisten Vaikutusten mallin tarkemmat tulokset on esitetty Iiitteessa 7. Malli, joka on
estimoitu kayttaen yleistettya PNS:aa eli GLS-estimointia (residuaalien korrelaation vuoksi),
on esitetty yhtalossà (42)
(42) σ - 41.157 -0.031256τ - 0.01456K + u .
¢17.704) (-5.144) ¢-6.297)
Myos tassa yhtâlossa mallin SeIittavat muuttujat ovat merkitsevia prosentin riskitasolla, mutta
verrattuna dummy-muuttujamalliin, mallin selitysaste on Iaskenut 0.1675:een. Selittajien
etumerkit ovat pysyneet ennallaan ja kuten dummy-muuttujamallissa, merkintahinta on t-
arvojen perusteella maturiteettia Inerkittavampi selittâja.
6.4 MalIien keskinainen vertailu
Ensimmaisena vaiheena mallien keskinâisessa Vertailussa on tutkia dummy-muuttujamallin ja
tavallisen PNS-mallin keskinâista suhdetta. Tama tapahtuu ns. Uskottavuusosamaara - testin
More intriguing information
1. The name is absent2. The name is absent
3. THE DIGITAL DIVIDE: COMPUTER USE, BASIC SKILLS AND EMPLOYMENT
4. A Theoretical Growth Model for Ireland
5. Prevalence of exclusive breastfeeding and its determinants in first 6 months of life: A prospective study
6. On the estimation of hospital cost: the approach
7. Electricity output in Spain: Economic analysis of the activity after liberalization
8. Modeling industrial location decisions in U.S. counties
9. Second Order Filter Distribution Approximations for Financial Time Series with Extreme Outlier
10. Pricing American-style Derivatives under the Heston Model Dynamics: A Fast Fourier Transformation in the Geske–Johnson Scheme